AI基礎建設預算連兩年跳升，誰會先把營收做出來？

 

CSP資本支出連兩年跳升，記憶體拿走更高預算比重

全球雲端服務供應商(CSP)持續加速AI基礎建設。TrendForce預估，CSP資本支出將在2026年年增98%，2027年再成長50%。連續兩年的高增幅，代表資料中心需求正同步推升運算、記憶體與網路設備採購。

資本支出的內部分配也快速改變。DRAM與NAND Flash合計占CSP資本支出的比重，預估將從2026年的47%升至2027年的68%。記憶體將吸收近七成預算，背後同時受到合約價格上漲與採購需求增強推動。

產品組合也往高階規格移動。HBM是供AI加速器高速存取資料的高頻寬記憶體；RDIMM則是伺服器常用的高容量記憶體模組。兩者預估將占超過一半的DRAM供給位元，顯示新增產能會更集中於AI伺服器需要的產品。

這組數字對供應鏈有兩層意義。記憶體廠可望受惠於產品組合升級，CSP則要承擔更高的單機記憶體成本。當記憶體占用更多預算，雲端業者會更積極調整晶片與系統架構，提高每一美元資本支出的運算效率。

 

微軟自研晶片需求升溫，創意承接大型CSP專案

ASIC是針對特定工作負載設計的客製化晶片。CSP擴大自研ASIC，可以依照模型訓練、推論與資料傳輸需求配置運算資源，也能掌握晶片規格及系統整合節奏。

創意(3443)目前受惠於Google專案放量，並持續參與微軟與Meta等大型CSP專案。外資預估，微軟自研晶片需求在2027年將成長逾一倍，可望為創意貢獻至少2.5億美元營收。這項預估若逐步轉成投片與量產，創意的營收來源將獲得更明確的大型專案支撐。

自研ASIC增加，未必代表通用GPU需求轉弱。AI基礎建設可同時容納GPU與ASIC，前者支援廣泛工作負載，後者承接規模夠大、規格較固定的任務。後續影響會反映在資料中心內部的GPU、ASIC、CPU與記憶體配置比例。

輝達也推出Jetson Orin Nano 2機器人電腦，以較低功耗與雙倍推論效能切入邊緣AI。雲端訓練需求之外，推論工作正在往機器人與終端設備延伸。AI硬體支出開始涵蓋雲端與邊緣設備，兩者的產品規格與供應鏈仍有明顯差異。

 

AI伺服器規格升級，玻纖布與銅箔基板供應轉緊

AI伺服器需要更高傳輸速度與更穩定的訊號品質，PCB層數、材料耐熱性及低損耗能力也隨之升級。高階玻纖布與銅箔基板(CCL)因此出現供應吃緊，材料價格開始反映規格提升與產能限制。

南亞(1303)已因高階玻纖布短缺及CCL價格上漲調高售價。電子材料占南亞營收比重達57%，意味著AI伺服器材料景氣對公司營運的影響已具備相當分量。後續仍要觀察漲價能否抵銷原料成本，以及高階產品出貨能否持續增加。

市場另傳出，輝達下一代平台的背板材料可能採用PTFE無布化技術，台虹(8039)等業者已進入送樣認證。這項訊息目前仍屬市場傳聞與認證階段，距離量產營收還有規格確認、客戶驗證及產能配置等環節。送樣進度與量產時程將決定營收貢獻。

 

後續追蹤採購、量產與材料認證三條路徑

目前可確認的方向，是CSP資本支出快速成長，且預算更集中於高階記憶體、自研晶片與伺服器材料。各環節兌現營收的時間並不一致：記憶體先反映合約價格與採購量，ASIC取決於專案放量，PCB材料則要通過認證並進入量產。

2027年的支出預估提供了需求尺度，執行進度仍需由實際採購與公司營收確認。後續觀察焦點包括DRAM與NAND合約價、微軟自研晶片量產節奏，以及PTFE背板材料認證結果。三項證據若同步推進，AI基礎建設的成長才會更完整地傳導至供應鏈獲利。